Analytics Engineer – dbt / BigQuery

Tediber; Paris; On-site; EUR 55,000 - 75,000; Full time

Benefits offered by this job

Localisation au cœur du Marais

Événements d’entreprise

Fruits frais

Abonnement Wellpass

Job summary

Tediber renforce sa fonction Data pour devenir un pilier de la décision. Rejoignez une équipe à taille humaine au cœur du Marais et contribuez à structurer les données afin d’éclairer les décisions commerciales et opérationnelles.

Vous intégrerez les sources dans l’entrepôt, modéliserez avec dbt, et faciliterez l’accès via Metabase et l’IA. Locaux dorés, événements d’entreprise et ambiance collaborative à Paris.

Qualifications

• 2–5 ans d’expérience en analytics engineering, data engineering ou data analyse.
• Maîtrise de SQL et dbt; expérience avec un entrepôt cloud (BigQuery idéal).
• Conception d’un modèle de données propre et tests/documentation.
• Engagement business et travail avec les équipes métier; traduction des besoins en modèles.

Responsibilities

• Intégrer les sources de données dans l’entrepôt (Shopify, outils marketing, service client, logistique, finance).
• Fiabiliser et surveiller les flux existants.
• Modéliser les données avec dbt et construire la couche sémantique.
• Mettre à disposition des datasets en self-service et des dashboards dans Metabase.
• Rendre les données accessibles en langage naturel via l’IA et mesurer la fiabilité des réponses.

Skills

SQL

dbt

BigQuery

Data modelling

Testing & documentation

Business awareness

Python

Tools

Airbyte

Quanti

Metabase

BigQuery

Job description

Dans un contexte de montée en puissance de la culture data, Tediber structure sa fonction Data pour en faire un pilier de la prise de décision. Nos données sont riches mais encore dispersées entre de nombreux outils : site e-commerce, marketing, service client, logistique, finance. Notre ambition : en faire une plateforme fiable et partagée, sur laquelle chaque équipe peut s’appuyer pour décider.

Rattaché·e au Lead Data, tu rejoins une équipe de deux personnes, un Lead Data et un Analytics Engineer, au cœur d’un projet où beaucoup reste à construire.

1. Intégration des données

• Intégrer nos sources de données dans l’entrepôt : Shopify, outils marketing, service client, logistique, finance.

• Fiabiliser et surveiller les flux existants.

2. Modélisation

• Modéliser les données avec dbt pour construire des tables fiables, testées et documentées.

• Construire notre couche sémantique (dbt Semantic Layer) : définir nos indicateurs clés une fois pour toutes, avec les équipes métier qui en valident le sens, pour que les dashboards comme l’IA s’appuient sur les mêmes chiffres.

3. Autonomie des équipes

• Mettre à disposition des datasets en self-service et des tableaux de bord dans Metabase.

• Rendre nos données accessibles en langage naturel grâce à l’IA. Les équipes interrogent déjà nos données avec Claude : ton travail de modélisation et de documentation est ce qui rend leurs réponses fiables.

• Mesurer la fiabilité des réponses de l’IA et améliorer en continu ce qui la conditionne : modèles de données, métadonnées, définitions des indicateurs.

4. Projets data

• Contribuer aux projets data de l’entreprise, de la performance commerciale à la prévision des ventes.

• Industrialiser les outils prototypés par les métiers avec l’IA pour en faire des solutions pérennes.

Stack technique

• Sources : Shopify et autres outils métiers

• Data Warehouse : BigQuery

• Transformation : dbt

• Ingestion : Airbyte et Quanti

• BI : Metabase

• Langages : SQL, Python

Tu as entre 2 et 5 ans d’expérience en analytics engineering, data engineering, ou data analyse avec une forte composante technique.Tu maîtrises SQL et dbt, et tu as déjà travaillé sur un entrepôt cloud (BigQuery idéalement).Tu sais concevoir un modèle de données propre, et tu as le réflexe des tests et de la documentation.Tu t’intéresses aux enjeux business et tu aimes travailler avec les équipes métier : comprendre leurs besoins, traduire leurs questions en modèles de données et expliquer simplement tes choix.une expérience sur des données marketing (acquisition, attribution, CRM) ou ops (logistique, supply chain, achats)Seraient un plus :la pratique de Python, une expérience en e-commercela connaissance d’une couche sémantique (dbt Semantic Layer, Cube…) et une appétence pour l’IA appliquée aux données.Ce que Tediber peut t’apporterUn environnement exigeant mais sain, dans une équipe à taille humaineDe super locaux en plein cœur du MaraisDes événements d’entrepriseDes corbeilles de fruitsUn lit Tediber offert, parce que nos équipes ont droit au meilleur du confortUn abonnement Wellpass partiellement pris en charge